Skip to Main Content
Sign In
Methodological Competence
  • Selbstständiges Anwenden der Lehrinhalte im Rahmen von Projektarbeiten.
  • Markteintrittsstrategien adaptiv auf Fallbeispiele anwenden können.
Professional Competence
  • Zentrale Ansätze, Theorien und Modelle, sowie die Hauptgebiete und Grenzen des Entrepreneurial Marketing kennen.
  • Instrumente des Markteintritts korrekt und zielgerichtet anwenden, um typische Aufgaben im Rahmen des Markteintritts zu lösen.
  • Kernfragen der Markteintrittsstrategie beantworten.
  • Mit Aspekten des Timings von Markteintritten vertraut sein und die unterschiedlichen Timing-Zeitpunkte auf Marktsituationen anwenden.
  • Marketingplan lesen, verstehen und für ein Projekt erstellen.
  • Marketingziele definieren, darauf aufbauend Marketingstrategien festlegen und diese im Rahmen der Marketinginstrumente operationalisieren.
  • Bedeutung eines systematisch, konzeptionellen Marketingansatzes für unternehmerisches Handeln herausstellen und anhand von Praxis-Fallbeispielen verdeutlichen.
  • Wachstum in der Entwicklung junger, schnell wachsender Unternehmen erklären.
  • Kritische Ereignisse in der Entwicklung junger Unternehmen ermitteln.
  • Strategische Optionen junger Unternehmen erläutern und auf Praxisfälle in der Region anwenden.
  • Franchising als Multiplikationsstrategie junger Unternehmen problematisieren.
  • Chancen und Herausforderungen für Unternehmerteams in der Wachstumsphase erklären.
  • Abstraktes und vernetztes Denken entwickeln.
  • Denken in Zusammenhängen entwickeln.
  • Analysefähigkeit entwickeln.
Personal Competence
  • Leistungsbereitschaft, Zuverlässigkeit und Engagement.
  • Fähigkeit, das eigene Lernen zu reflektieren und zu steuern.
  • Selbstmanagement, Organisationsfähigkeit.
  • Zeitmanagement.
Social Competence
  • Kooperations- und Teamfähigkeit durch Gruppenarbeiten.
  • Führungskompetenz innerhalb der Gruppe.
  • Kommunikationsfähigkeit in einem fremdsprachigen Umfeld durch Interaktion mit Unternehmern und Investoren.
  • Konfliktfähigkeit bei Gruppenarbeit innerhalb der eigenen sowie im Vergleich zu konkurrierenden Gruppen.
Methodological Competence
  • Abstraktes und vernetztes Denken entwickeln.
  • Denken in Zusammenhängen entwickeln.
  • Analysefähigkeit entwickeln.
Professional Competence
  • Anwendung von Erlerntem in einem internationalen Umfeld.
  • Kennen der Wachstumsprinzipien in einem anderen ökonomischen und kulturellen Umfeld.
  • Konkretes Üben und Anwenden von interkulturellen Fähigkeiten der Studierenden.
Methodological Competence
  • Understand and apply fundamental valuation concepts: No-arbitrage pricing vs. expectation pricing
  • Analyze pricing models and decide on their suitability for a given situation
  • Combine basic instruments to achieve desired payoff structures/decompose payoff
structures into their basic components
  • Use Greek variables in risk management and financial engineering
Professional Competence
  • Understand risk management as an important function in financial institutions
  • Identify, measure and manage financial risks
  • Select and apply appropriate risk management techniques
  • Know how derivatives and derivatives markets work
  • Use derivatives to achieve desired payoff profiles/risk positions
Methodological Competence
  • explain the framework of statistical reasoning.
  • judge the benefits and limits of statistical methods and conclusions.
  • summarize the results and conclusions of statistical analyses in a precise way.
  • select statistical procedures according to given situations and questions.
  • apply standard techniques in new situations and adapt the procedures.
  • appraise the content and the limits of statistical analyses in publications.
Professional Competence
Lecture Series ''Testing and Estimating''

  • represent the distributions of random variables graphically.
  • calculate moments of random variables and interpret them in a given context.
  • explain the framework of testing hypotheses and estimating parameters.
  • apply basic testing and estimating procedures and generalize the conclusions correctly.
  • criticize the assumptions of basic testing and estimating procedures.
  • derive the minimal sample size for basic testing and estimating procedures.

Lecture Series ''Multiple Linear Regression''

  • apply the ordinary least squares method to derive estimators.
  • analyze and compare the statistical properties of estimators.
  • explain the classical linear model assumptions.
  • run the calculations of a multiple linear regression for toy examples with small data sets by hand.
  • interpret the software outputs of multiple linear regression for application examples in the given context.
  • use model diagnostics to check the assumptions and to judge the quality of adapted models.
  • apply inference procedures in multiple linear regression models.
  • compare the advantages and disadvantages of different inference procedures.
  • construct testing procedures for multiple linear constraints in multiple linear regression models.
  • apply specification techniques to improve the quality of models.
  • apply selection techniques to choose appropriate models.
Subscribe to